伪原创贴吧(一篇文章,让你的站跟新浪的新闻数据保持同步,)

　　伪原创贴吧(一篇文章,让你的站跟新浪的新闻数据保持同步,)

　　上周，我写了一篇文章文章，让你的网站与新浪的新闻数据保持同步。有网友开始感兴趣，所以决定把里面提到的伪原创分享给大家。系统及其实现原理。我的西西弗斯工作室（北京网站建设，）北京网站建设中也引入了这个系统。

　　毕竟，搜索引擎仍然是一台机器。通过改变标题、替换一些单词、打乱一些章节、插入一些链接等，就可以达到伪原创的目的。目前网上也有类似的伪原创工具。但是还是需要人工操作才能生成，所以想做一个全自动的，无人监督的自动化伪原创系统，结合自动化采集程序，可以实现采集->仓库->< @伪原创流程，整个流程无人化，实时化。

　　言归正传，在不影响文章的语义的情况下换词，更好的办法是用同义词替换，于是想到了第一步，先建一个词库，在上搜到了这类库上网无果，我决定找相关的网站进行采集，发*敏*感*词*山词霸可以很好地满足我的要求，通过采集，建立了词库，几十个成千上万的数据。

　　然后被关键词替换了，那么怎么替换，替换哪些呢？我的想法是先把文章分割成几个词组，然后取长度大于两个汉字的词组。在词库中搜索。如果有，请更换它。我使用python来实现这个过程。另外，为了加快同义词的速度，可以使用key-value进行存储。一些关键代码如下：

　　def getnewword（文本，列表）：

　　cxn.execute("select id from tool_words where limit 1"%text)

　　结果=cxn.fetchone()

　　如果类型（结果）不是 NoneType：

　　cxn.execute("select name from tool_wordslike where wid=%d order by rand() limit 1"%result[0])

　　结果4=cxn.fetchone()

　　如果 type(result4) 不是 NoneType:

　　列表[文本]=结果 4[0]

　　def cuttest（文本，标志）：

　　列表={}

　　wlist = seg.cut(文本)

　　wlist.reverse()

　　结果=""

　　对于 wlist 中的 tmp：

　　如果 len(tmp)>1:

　　如果标志==1：

　　getnewword（tmp，列表）

　　如果标志==1：

　　结果=""

　　对于 list.iterkeys() 中的 k：

　　结果+=k+","+list[k]+";"

　　别的：

　　结果+=tmp+";";

　　返回结果

　　但伪原创系统毕竟也是一个程序，绝对不可能完全保证语义的不恰当和句子的流畅。主要提供给垃圾站的专家。哈哈，我记得我的网站有一个转换后，还蛮搞笑的。诺贝尔物理学奖得主、*敏*感*词*院士金兹堡逝世。结果，死变成死，我无语了。. . 当然，除了同义词的替换，还有段落的倒置、链接的插入等，这些都比较容易实现，我就不多说了，大家根据实现情况选择，后面我也想到了一些方法，可以展示给搜索引擎。使用<后面的内容 @伪原创为用户提供伪原创之前的内容，既达到目的，又不影响用户体验，但不知道这有多危险，会不会人为被百度操纵找出来。. .

　　于是，经过这样的折腾，百度蜘蛛来到你的站，惊呆了：哎呀，小样，我还没看到这个文章的内容！我把它关了。有什么问题可以加我讨论。本文首发于西西弗斯工作室（北京网站建筑），转载请注明，谢谢。